带有仿射扰动混合单调算子的不动点定理及应用

利用半序的方法研究了一类具有某种凹凸性的混合单调算子,在非紧非连续的假设下证明了不动点的唯一性,并且应用到非线性积分方程中.     

从Hardy空间到对数Hardy-Bloch型空间BHp,L的加权复合算子

讨论了从单位圆盘上的Hardy空间Hp到对数Hardy-Bloch型空间BH p,L={f∈H(D):‖f‖p,L=sup z∈D(1-|z|)M p(|z|,f’)log(e/1-|z|)<∞}的加权复合算子uCφ的有界性与紧性,主要得到以下结论:(i)uCφ是空间H∞到BH p,L(1≤p<∞)的有界算子与紧算子的充要条件;(ii)uCφ是空间Hq(1≤q<∞)到BH p,L(1≤p<∞)的有界算子与紧算子的充要条件.     

一类反向混合单调算子方程组的迭代求解

在序Banach空间中, 利用锥与半序理论和非对称迭代技巧, 研究一类反向混合单调算子方程组 解的存在与唯一性, 给出了收敛于算子方程组解的逼近迭代序列和误差估计, 进而获得了反向混合单调算子方程 唯一解及其解的逼近迭代序列和误差估计, 并改进和推广了有关文献的相应结果.     

数学物理反问题不适定性理论研究

本文对当前的热门问题反问题,从数学角度给出它的算子形式,讨论了反问题的求解难点不适定性理论,并在Tikhonov正则化方法下给出了数值算例。     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面;结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%;在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。     

基于模糊集合理论和OWA算子的群决策偏好集结模型

将OWA算子和模糊集合理论应用到群决策偏好集结领域,给出了相应的集结群决策信息的模型和实施步骤.最后通过一个算例的演算来说明如何将模糊集合方法和OWA算子应用到群决策偏好集结领域,并给出算例分析.     

基于遗传算法的自动组卷的研究

介绍了自动组卷的数学模型和主体思想,讨论了运用遗传算法求解一定约束条件下的多目标参数优化问题,提出了功能块的概念,并采用了新的编码方案、交叉算子和变异算子。实践表明,改进的遗传算法能更好地解决自动组卷问题,具有较好的实用性。     

无定向拓扑连接的并行遗传算法及其变异算子改进

为解决巨量优化问题,在Internet平台下为并行遗传算法提出一个新的拓扑结构———无定向拓扑连接。该拓扑连接既允许驻留子种群的计算机节点中途退出,又允许新的计算机节点随时参与进化,增强了算法的鲁棒性和容错性能。针对传统浮点变异算子的不足,提出一种新的二元浮点补码变异算子,讨论了它在克服早熟收敛方面的作用。实验表明,提出的算法能显著提高寻优质量,节约寻优时间;新的变异算子能有效阻止遗传算法陷入局部极值,进一步提高了遗传算法的寻优能力。     

一类缺项无穷维Hamilton算子的可逆补

该文利用空间分解的方法研究了缺项无穷维Hamilton算子的可逆补问题.在充分利用无穷维Hamilton算子结构特性的基础上,得到了一类缺项无穷维Hamilton算子存在可逆补的充分必要条件.举例验证了结果的有效性.